OpenCV学习（63）

admin • 2022-03-09 20:09 • 人工智能

图像轮廓与图像分隔修复（1）：查找并绘制轮廓

一，寻找轮廓: findContours()函数；

二，绘制轮廓: drawContours(函数；

三，基础示例程序:轮廓查找；

一，寻找轮廓: findContours()函数

第一个参数，InputArray类型的 image，输入图像，即源图像，填Mat类的对象即可，且需为8位单通道图像。图像的非零像素被视为1，0像素值被保留为 0，所以图像为二进制。我们可以使用compare()、inrange()、threshold()、adaptivethreshold()、canny()等函数由灰度图或彩色图创建二进制图像。此函数会在提取图像轮廓的同时修改图像的内容。
第二个参数，OutputArrayOfArrays类型的contours、检测到的轮廓、函数调用后的运算结果存在这里。每个轮廓存储为一个点向量，即用point类型的vector表示。
第三个参数，OutputArray类型的 hierarchy，可选的输出向量，包含图像的拓扑信息。其作为轮廓数量的表示，,包含了许多元素。每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ]~hierarchy[ i ][ 3 ]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果没有对应项，对应的hierarchy[i]值设置为负数。
第四个参数，int类型的mode，轮廓检索模式，取值如表8.1所示。

第五个参数，int类型的method，为轮廓的近似办法，取值如表8.2所示。

第六个参数，Point类型的 offset，每个轮廓点的可选偏移量，有默认值Point()。对 ROI图像中找出的轮廓，并要在整个图像中进行分析时，这个参数便可排上用场。
findContours经常与drawContours配合使用—使用用findContours()函数检测到图像的轮廓后,便可以用drawContours()函数将检测到的轮廓绘制出来。接下来，让我们一起看看drawContours()函数的用法。
下面是一个调用小示例。

二，绘制轮廓: drawContours()函数

第一个参数，InputArray类型的image，目标图像，填Mat类的对象即可。

第二个参数，InputArrayOfArrays类型的contours，所有的输入轮廓。每个轮廓存储为一个点向量，即用point类型的vector表示。
第三个参数，int类型的contourIdx，轮廓绘制的指示变量。如果其为负值，则绘制所有轮廓。
第四个参数，const Scalar&类型的color，轮廓的颜色。
第五个参数，int thickness，轮廓线条的粗细度，有默认值1。如果其为负值（如 thickness= cv_filled)，便会绘制在轮廓的内部。可选为FILLED宏(OpenCV2版为CV_FILLED)。
第六个参数，int 类型的 lineType，线条的类型，有默认值8。取值类型如表8.3所示。

第七个参数，InputArray类型的 hierarchy，可选的层次结构信息，有默认值noArray()。
第八个参数，int类型的 maxLevel，表示用于绘制轮廓的最大等级，有默认值INT_MAX
第九个参数，Point类型的offset，可选的轮廓偏移参数，用指定的偏移量offset= (dx，dy）偏移需要绘制的轮廓，有默认值Point().

三，基础示例程序:轮廓查找

代码如下：

#include <opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/utils/logger.hpp>
#include <iostream>
using namespace cv;
using namespace std;

int main()
{
	Mat srcImage, dstImage;
	cv::utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);//控制台不在输出日志文件
	//【1】载入原始图，且必须以二值图模式载入
	srcImage = imread("E:/pictures/2.jpg", 0);
	imshow("【原始图】", srcImage);

	//【2】初始化结果图
	dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);

	//【3】srcImage取大于阈值150的部分
	srcImage = srcImage > 150;
	imshow("【取阈值后的原始图】", srcImage);

	//【4】定义轮廓和层次结构
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;

	//【5】查找轮廓
	findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

	//【6】遍历所有顶层的轮廓，以随机颜色绘制出每个连接组件颜色
	int index = 0;
	for (; index >= 0; index = hierarchy[index][0])
	{
		Scalar color(rand() & 255, rand() & 255, rand() & 255);
		//绘制轮廓
		drawContours(dstImage, contours, index, color, FILLED, 8, hierarchy);

	}
	//显示最后的轮廓图
	imshow("【轮廓图】", dstImage);

	waitKey(0);
	return 0;
}

运行结果：